Bộ nhớ dịch là một cơ sở dữ liệu lưu từng cặp câu: câu gốc và câu đã dịch, để khi gặp lại câu giống hoặc gần giống, phần mềm đưa bản dịch cũ ra cho người dịch dùng lại hoặc sửa. Nó không tự dịch câu mới nào cả; nó chỉ nhớ những gì bạn hoặc đồng nghiệp đã dịch và đã duyệt.
Giá trị của bộ nhớ dịch nằm ở hai chỗ: không phải dịch lại phần lặp, và giữ cho cùng một câu được dịch giống nhau ở mọi tài liệu. Với sổ tay sản phẩm ra phiên bản mới mỗi năm, hợp đồng mẫu của một công ty, hay bộ quy trình nội bộ cập nhật từng phần, đó là khác biệt giữa việc dịch lại cả trăm trang và việc chỉ xử lý mấy chục câu thay đổi. Bài này giải thích nó vận hành ra sao, các mức khớp nghĩa là gì, và lúc nào nó giúp ít hơn bạn tưởng.
Đơn vị dịch: mỗi câu gốc được lưu cùng câu dịch thành một cặp
Đơn vị nhỏ nhất trong bộ nhớ dịch thường gọi là đơn vị dịch. Mỗi đơn vị gồm câu nguồn, câu đích, cặp ngôn ngữ, và một số thông tin đi kèm: ngày tạo, người dịch, dự án, khách hàng, đôi khi cả trạng thái đã duyệt hay chưa. Những thông tin phụ này nghe khô khan nhưng về sau rất có ích, vì khi một câu có hai bản dịch khác nhau, bạn cần biết bản nào mới hơn, do ai làm, thuộc dự án nào.
Điều quan trọng cần hiểu là bộ nhớ dịch lưu theo câu, không lưu theo từ. Nó không biết "valve" nghĩa là "van"; nó chỉ biết câu "Close the valve before cleaning." đã từng được dịch là "Đóng van trước khi vệ sinh." Nếu lần sau gặp "Close the valve before maintenance.", phần mềm sẽ đưa ra câu cũ kèm đánh dấu chỗ khác, và bạn tự sửa phần cuối. Hiểu điều này giúp bạn khỏi kỳ vọng sai: bộ nhớ dịch giỏi với văn bản lặp nguyên câu, kém với văn bản viết mới hoàn toàn dù cùng chủ đề.
Mỗi lần bạn xác nhận một câu dịch trong phần mềm hỗ trợ dịch, cặp câu đó được ghi vào bộ nhớ đang mở. Vì thế bộ nhớ chỉ tốt bằng những câu bạn đã xác nhận. Xác nhận vội một câu sai là gieo lỗi cho mọi tài liệu sau, kể cả tài liệu của đồng nghiệp dùng chung bộ nhớ đó.
Phân đoạn: phần mềm cắt văn bản thành câu như thế nào
Trước khi tra bộ nhớ, phần mềm phải cắt văn bản thành các đoạn, gọi là phân đoạn. Quy tắc mặc định thường là cắt ở dấu chấm, chấm hỏi, chấm than theo sau là khoảng trắng và chữ hoa, cộng với mỗi ô bảng, mỗi dòng gạch đầu dòng, mỗi tiêu đề thành một đoạn riêng. Nghe đơn giản, nhưng tiếng Anh có nhiều chữ viết tắt kết thúc bằng dấu chấm như "Mr.", "No.", "e.g.", "Fig.", và tiếng Việt có "v.v." hay "TP." — gặp chúng, phần mềm dễ cắt đôi một câu thành hai mảnh vô nghĩa.
Phân đoạn sai gây hai hậu quả. Thứ nhất, bạn phải dịch nửa câu mà không thấy nửa còn lại, dễ chọn sai cấu trúc. Thứ hai, cặp câu lưu vào bộ nhớ là những mảnh lẻ, lần sau gặp câu đầy đủ sẽ không khớp được. Hầu hết phần mềm cho phép gộp hai đoạn bị cắt nhầm ngay trong lúc dịch, và cho phép thêm ngoại lệ vào quy tắc phân đoạn. Nếu bạn dịch đều đặn cho một khách có nhiều chữ viết tắt riêng, bỏ mười lăm phút thêm ngoại lệ sẽ tiết kiệm hàng giờ về sau.
Một lưu ý nữa: khi hai người trong nhóm dùng quy tắc phân đoạn khác nhau, cùng một tài liệu sẽ bị cắt theo hai kiểu, và bộ nhớ của người này khớp kém với tài liệu của người kia. Nhóm làm chung nên thống nhất một bộ quy tắc, lưu cùng chỗ với bộ nhớ dịch.
Các mức khớp: hoàn toàn, theo ngữ cảnh, khớp mờ và không khớp
Khi tra một câu mới, phần mềm báo mức độ giống với câu đã lưu bằng phần trăm. Tên gọi và cách tính khác nhau giữa các phần mềm, nhưng có bốn nhóm lớn bạn sẽ gặp ở hầu hết nơi.
| Mức khớp | Nghĩa là gì | Người dịch nên làm gì |
|---|---|---|
| Khớp theo ngữ cảnh | Câu giống hệt, và câu trước, câu sau cũng giống lần dịch cũ | Đọc lướt để chắc ngữ cảnh mới không đổi nghĩa; thường giữ nguyên |
| Khớp hoàn toàn (100%) | Câu giống hệt từng chữ, từng dấu, nhưng nằm ở chỗ khác | Đọc lại; cùng một câu ở hai chỗ có thể cần hai cách dịch, nhất là câu ngắn như tiêu đề |
| Khớp mờ (thường từ khoảng 70% đến 99%) | Câu gần giống, khác vài chữ, vài con số hoặc dấu câu | Xem phần đánh dấu khác biệt, sửa đúng chỗ đó, rồi đọc lại cả câu |
| Không khớp | Không có câu nào đủ giống trên ngưỡng đã đặt | Dịch mới, có thể nhờ dịch máy làm nháp rồi biên tập |
Ngưỡng thấp nhất để hiện khớp mờ thường đặt sẵn quanh 70–75% và chỉnh được. Đặt quá thấp, bạn bị gợi ý những câu chẳng liên quan, mất thời gian đọc hơn là dịch mới. Đặt quá cao, bạn bỏ lỡ những câu chỉ khác một cụm mà sửa rất nhanh. Với tài liệu kỹ thuật lặp nhiều, ngưỡng khoảng 75% là điểm khởi đầu hợp lý; bạn tự điều chỉnh sau vài dự án.
Khớp mờ được tính ra sao và vì sao 95% vẫn có thể sai nghĩa
Phần trăm đo độ giống của chữ, không đo độ giống của nghĩa. Phần mềm so chuỗi ký tự hoặc chuỗi từ, đếm bao nhiêu chỗ phải thêm, xoá, thay để biến câu cũ thành câu mới. Câu "The device is suitable for outdoor use." và "The device is not suitable for outdoor use." chỉ khác một chữ, phần trăm khớp rất cao, nhưng nghĩa ngược hẳn.
Con số thay đổi thường bị chấm điểm nhẹ. Nhiều phần mềm coi số là chỗ khác biệt nhỏ, nên "Tighten to 25 Nm" và "Tighten to 52 Nm" có thể khớp trên 90%. Nếu bạn chấp nhận khớp mà không nhìn kỹ, con số cũ đi thẳng vào bản dịch mới. Đây là lỗi hay gặp nhất khi người dịch tin vào phần trăm.
Câu ngắn dễ khớp cao mà sai ngữ cảnh. Một câu như "Open" có thể là nút "Mở" trên giao diện, trạng thái "Đang mở" của đơn hàng, hay "Bỏ ngỏ" trong biên bản. Khớp hoàn toàn với câu một chữ gần như không nói lên điều gì; bạn phải nhìn vị trí của nó trong tài liệu.
Định dạng và thẻ cũng tính vào phần trăm. Chữ in đậm, liên kết, biến số trong chuỗi phần mềm được biểu diễn bằng thẻ. Câu giống hệt nhưng khác thẻ vẫn bị hạ phần trăm, và ngược lại câu khác nghĩa mà cùng thẻ có thể được chấm cao. Đừng để con số dẫn đường; con số chỉ cho biết nên nhìn kỹ đến đâu.
Bộ nhớ dịch khác bảng thuật ngữ và khác dịch máy ở đâu
Ba thứ này hay bị gọi lẫn với nhau vì cùng xuất hiện trong một màn hình làm việc. Bảng dưới tách vai trò của từng thứ để bạn biết khi gặp lỗi thì sửa ở đâu.
| Công cụ | Lưu gì | Mạnh ở | Yếu ở |
|---|---|---|---|
| Bộ nhớ dịch | Cặp câu đã dịch và đã duyệt | Văn bản lặp, cập nhật phiên bản, giữ câu chữ giống nhau | Câu viết mới; lỗi cũ bị lặp lại nếu không dọn |
| Bảng thuật ngữ | Cặp từ, cụm từ kèm định nghĩa, ghi chú, trạng thái duyệt | Giữ đúng tên gọi chuyên môn và tên riêng của khách | Không giúp dựng câu; phải được cập nhật bằng tay |
| Dịch máy hoặc chatbot | Không lưu gì của bạn theo mặc định; sinh câu mới từ mô hình | Câu chưa từng gặp, làm nháp nhanh | Thuật ngữ thất thường, có thể sai nghĩa mà câu vẫn trôi chảy |
Trong một quy trình hợp lý, phần mềm tra bộ nhớ trước, hiện thuật ngữ đã duyệt bên cạnh, và chỉ với câu không khớp mới dùng dịch máy làm nháp. Khi một thuật ngữ bị dịch sai lặp đi lặp lại, gốc lỗi thường nằm ở bảng thuật ngữ hoặc ở những cặp câu cũ trong bộ nhớ, không phải ở người dịch đang ngồi trước máy.
Loại tài liệu hưởng lợi nhiều và loại hưởng lợi ít
Không phải tài liệu nào cũng đáng dựng bộ nhớ dịch. Trước khi nhận dự án, bạn có thể ước lượng nhanh dựa trên tính chất văn bản.
- Hưởng lợi nhiều: sổ tay hướng dẫn sử dụng có phiên bản mới, tài liệu kỹ thuật dùng câu mệnh lệnh lặp lại, hợp đồng mẫu của cùng một công ty, chính sách và quy trình nội bộ, chuỗi giao diện phần mềm, mô tả sản phẩm cùng dòng.
- Hưởng lợi vừa: báo cáo định kỳ hằng quý có khung cố định, thư từ thương mại theo mẫu, hồ sơ thầu của cùng một nhà thầu.
- Hưởng lợi ít: bài viết marketing, kịch bản phim, văn học, bài phát biểu, thư cá nhân — gần như mỗi câu đều mới, phần lặp chỉ là vài câu chào.
- Cần thận trọng: giấy tờ cá nhân như khai sinh, bằng cấp. Khung thì lặp, nhưng tên người, ngày tháng, số hiệu khác nhau và là thông tin cá nhân; nếu lưu vào bộ nhớ dùng chung, bạn đang giữ dữ liệu của người khác lâu hơn cần thiết.
- Không nên trộn: tài liệu của hai khách cạnh tranh nhau trong cùng một bộ nhớ, vì câu chữ riêng của khách này có thể hiện ra khi bạn làm cho khách kia.
Với nhóm hưởng lợi ít, bạn vẫn nên lưu bộ nhớ theo dự án để tra lại khi khách hỏi, chỉ là đừng tính trước rằng nó sẽ giảm công đáng kể.
Bắt đầu bộ nhớ dịch đầu tiên: sáu việc trong tuần đầu
Nếu bạn mới chuyển từ dịch trong trình soạn thảo văn bản sang dùng phần mềm hỗ trợ dịch, đây là trình tự gọn để có một bộ nhớ sạch ngay từ đầu.
- Tạo một bộ nhớ riêng cho mỗi khách thường xuyên, đặt tên theo quy ước gồm mã khách, cặp ngôn ngữ và lĩnh vực, ví dụ giả định "KhachA_EN-VI_kythuat".
- Chọn một dự án nhỏ vừa làm xong, đưa bản gốc và bản dịch đã duyệt vào để tạo các cặp câu ban đầu, rồi đọc lại vài chục cặp đầu xem phân đoạn có đúng không.
- Kiểm quy tắc phân đoạn với các chữ viết tắt hay gặp của khách đó; thêm ngoại lệ nếu thấy câu bị cắt đôi.
- Đặt ngưỡng khớp mờ khoảng 75% và bật hiển thị khác biệt giữa câu mới với câu cũ.
- Trong lúc dịch, chỉ xác nhận câu khi bạn đã đọc lại; câu còn phân vân thì để trạng thái nháp để không ghi vào bộ nhớ.
- Cuối tuần, xuất bộ nhớ ra một bản sao lưu, cất ở nơi có mật khẩu, tách riêng với thư mục làm việc hằng ngày.
Sáu việc này mất khoảng một buổi chiều nhưng tránh cho bạn tình trạng phổ biến nhất: sau một năm có một bộ nhớ khổng lồ trộn lẫn mọi khách, đầy câu dịch thử chưa duyệt, mà không dám xoá vì không biết câu nào của ai.
Câu hỏi thường gặp
Bộ nhớ dịch có phải là dịch máy không?
Không. Bộ nhớ dịch chỉ đưa lại những câu đã có người dịch và xác nhận trước đó. Dịch máy sinh câu mới từ mô hình ngôn ngữ. Hai thứ thường nằm chung một phần mềm nhưng vai trò khác nhau, và bản dịch từ bộ nhớ đáng tin hơn vì đã qua tay người.
Một người dịch tự do có cần bộ nhớ dịch không?
Nếu bạn có khách quay lại thường xuyên hoặc dịch tài liệu cùng một lĩnh vực, bộ nhớ dịch giúp bạn nhất quán và nhanh hơn rõ rệt. Nếu bạn chủ yếu dịch văn học hay nội dung sáng tạo đơn lẻ, lợi ích ít hơn, nhưng vẫn hữu ích để tra lại cách mình đã dịch.
Khớp 100% có cần đọc lại không?
Có. Câu giống hệt nhưng ngữ cảnh có thể khác, nhất là tiêu đề, nút bấm, câu một hai chữ. Ngoài ra câu cũ có thể đã sai từ trước. Nhiều khách vẫn yêu cầu người dịch đọc lại mọi câu khớp hoàn toàn, chỉ là tốn ít thời gian hơn câu mới.
Bộ nhớ dịch thuộc về ai, người dịch hay khách?
Tuỳ thoả thuận trong hợp đồng. Nhiều khách và công ty dịch coi bộ nhớ làm từ tài liệu của họ là tài sản của họ. Bạn nên hỏi rõ ngay từ đầu, và kể cả khi được giữ, cũng không dùng câu chữ riêng của khách này cho khách khác.
Có nên dùng bộ nhớ dịch tải trên mạng về không?
Nên hết sức thận trọng. Bạn không biết các cặp câu đó do ai dịch, đã duyệt chưa, có phải dữ liệu bị lộ của công ty nào không. Dùng làm tài liệu tham khảo riêng thì được, nhưng đừng trộn vào bộ nhớ làm việc chính.
Bộ nhớ dịch lớn bao nhiêu thì bắt đầu có ích?
Không có con số cố định. Một bộ nhớ vài nghìn cặp câu của đúng một khách, đúng một dòng sản phẩm thường giúp nhiều hơn một bộ nhớ hàng trăm nghìn cặp trộn lẫn đủ lĩnh vực. Độ liên quan và độ sạch quan trọng hơn kích thước.